提示词翻车合集：这10种错误你中了几个

提示词写得好不好，直接决定了模型是“神队友”还是“猪队友”。你是不是也遇到过这种情况：明明自己冥思苦想写了一大段提示词，结果模型给出的回答，怎么看怎么不对劲——不是答非所问，就是自由发挥到完全脱离轨道。别急着怪模型“笨”，很多时候，问题恰恰出在你写的提示词本身。

不妨来看看几个最常见的翻车现象：指令模糊不清、角色设定形同虚设、格式要求没说清楚、指令之间互相矛盾、上下文信息冗余到让人眼花缭乱。每一条，都足以让大模型当场“罢工”。

指令太笼统，模型猜题式作答

举个例子。你在对话框里输入“帮我写个文案”——模型马上会生成一段泛泛而谈、毫无亮点的宣传语。这不是模型水平不行，而是你给的任务太宽泛，它只能按默认模板“猜”你心里的答案。

正确的做法是：删掉原句，重写为“为杭州西湖龙井茶电商详情页写一段80字内卖点文案，突出明前采摘、手工炒制、3小时鲜运直达，语气年轻化，带emoji”。看明白了吗？产品属性、使用场景、字数限制、风格倾向、关键信息点，一个都不能少。代码、参数全写清楚，模型才能精准输出。

忘记设定角色，模型以“通用AI”身份胡说

如果你问模型“孩子咳嗽怎么办”，它可能会给你一堆通用建议，甚至可能推荐一些不合时宜的药。但如果你在提示词开头加一句“你是一位有10年经验的儿科医生”，整个回答的专业性和针对性会瞬间提升。

角色设定的写法也很关键。用冒号分隔角色与任务，比如“角色：资深UI设计师 → 任务：用Figma设计一个适配iOS 17的深色模式设置页，标注所有交互状态”，这样模型就能清楚知道自己的身份和你要它做的事。

，千万不要放在句末或句子中间，否则可能被模型忽略。更不要试图叠加两个专业角色——比如“既是律师又是程序员”，结果往往不是“双倍专业”，而是逻辑混乱、自相矛盾。

要求输出结构却没给示例，模型自由发挥跑偏

你写“请用表格形式呈现”，模型可能理解成Markdown表格、纯文字模拟表格、甚至是画ASCII框线。不同平台对“表格”这个词的理解差异很大，你没法指望模型自动对齐你的预期。

正确的做法是：在提示词里贴出1行真实样例。比如“格式严格参照如下：|日期|销售额|环比|备注| → |4.1|23.6万|+12%|清明节预售爆发|”。有了这个基准，模型就知道你想要的到底是什么样子。

混用矛盾指令，触发模型内部逻辑冲突

错误示范：“总结全文，但不要遗漏任何细节”。总结必然要精简，细节必然要展开——这两个要求本身就是矛盾的。模型面对这种冲突，会反复自我修正，最终输出卡顿、截断或胡编乱造。

正确的做法是：明确你的核心需求到底是什么。如果要保留细节，就写“分条目列出原文全部要点，每条不超过20字”；如果要真正总结，就写“用3句话概括核心结论，剔除案例与数据”。把矛盾拆解开，模型才能准确执行。

上下文塞太多旧信息，新指令被淹没

很多人习惯把前5轮聊天记录全部粘贴进新提问，再写“请根据以上内容回答问题”。结果模型常常只响应最后1-2句话，前面堆砌的背景信息形同虚设。

原因很简单：模型的注意力窗口有限，越靠后的信息权重越低。正确的策略是：只保留直接相关的1-2句上下文，其余无关内容用“此前已确认”之类的表述代替，简洁有效。